合成通话数据训练端侧呼叫筛选小模型

研究者用合成通话构建监督数据，训练小语言模型完成来电筛选中的回复与摘要任务。语料含 3,395 通合成通话、15,102 个目标（11,707 条回复、3,395 条摘要）；数据生成时设定信息边界：来电撰写者依据私密场景简报，回复撰写者只看当前轮之前的对话，摘要撰写者看完整记录。 在 192 通留出通话上，六个 0.6–4B 参数模型共用一个 LoRA 适配器训练后，回复合格率从 21–54% 升至 94–97%，摘要合格率从 0–6% 升至 43–72%。研究团队称，这些比率衡量的是与评估器标准的一致程度，而非真人接受度，计划中的人评研究将检验后者。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。